[发明专利]一种竹筒壁厚的检测模型构建方法及检测装置

说明书

本发明公开一种竹筒壁厚的检测模型构建方法以及检测装置，通过构建的分割分类模型对待识别竹筒的端面图像进行分割以及分类，从而能够基于分割图像快速的提取到当前待识别竹筒的端面壁厚信息，能够实现快速精准的竹筒壁厚检测，并按照其成像进行分类和预测。同时，还使用回归算法来预测目标长度下竹筒端面的壁厚和外径，通过构建的预测模型对分割结果图以及待识别竹筒的端面图像进行预测，得到竹筒沿长度方向上其他端面的壁厚信息，从而通过整合竹筒的端面壁厚信息以及长度方向上其他端面的壁厚信息得到竹筒整体的壁厚信息，相较于现有技术中仅能够获取到单个端面壁厚的技术，能够更精确的识别竹筒壁厚信息，从而提高竹筒的切割效果。

技术领域

本发明涉及材料检测技术领域，特别是涉及一种竹筒壁厚的检测模型构建方法及检测装置。

背景技术

竹子作为一种天然环保材料广泛应用于工业领域中。其中，切割竹筒是竹筒加工过程中的关键步骤。目前，竹筒加工通常采用人工切割或使用机械结构检测外径切割。而由于竹材的天然特性，竹筒壁厚并不均匀。采用人工测量存在主观性问题，而机械测量又容易受到杂质、缺陷等因素的干扰，从而影响测量结果的准确性和精度。同时，这些方法所需的人力成本和时间成本也相对较高，给生产带来了一定的经济负担。

目前，现有技术中提出了相应的解决方案。如公开号为CN102269571A的专利公开文件中，公开了使用传统数字图像处理技术进行竹筒直径测量的方案。但该方案仅适用于稳定成像条件，并且受传统数字图像算法影响，精度不高。又如在公开号为CN214470652U的专利文件中，公开了采用了两阶段的拍照方法来测量竹筒直径，但需要相机进行移动，效率受到限制。

同时，在传统的竹筒加工中，通常是以竹筒的壁厚来选择切割长度。由于竹筒为长管状，而检测时通常无法同时获取到竹筒两端的厚度信息，导致切割时出现长度错误的情况，造成材料浪费。同时，现有技术采用的图像处理技术也无法区分正常竹筒和烂竹筒，影响产品品质。

发明内容

本发明所要解决的技术问题是：提供一种竹筒壁厚的检测模型构建方法及装置，实现快速精准的竹筒壁厚检测。

为了解决上述技术问题，本发明采用的技术方案为：

一种竹筒壁厚的检测模型构建方法，其特征在于，包括步骤：

获取预设数量的竹筒在不同长度下的端面图像；

根据所述端面图像，得到所述端面图像中每一竹筒对应的不同长度下的壁厚值以及外径值；

根据同一竹筒不同所述端面图像之间对应的长度间距以及不同所述端面图像对应的壁厚值和外径值，得到不同竹筒对应的训练集；

获取预测目标长度，根据所述预测目标长度以及训练集得到预测模型；所述预测模型输出预测目标长度下竹筒端面对应壁厚值和外径值。

为了解决上述技术问题，本发明采用的另一技术方案为：

一种竹筒壁厚的检测装置，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述的一种竹筒壁厚的检测模型构建方法中的各个步骤。

本发明的有益效果在于：通过获取多个竹筒在不同长度下的端面图像，并计算得到每一竹筒在不同长度下端面对应的壁厚值、外径值以及端面之间的长度间距，从而基于壁厚值、外径值以及端面之间的长度间距对预测模型进行训练后，能够通过单一竹筒的端面图像预测出该竹筒在目标长度端面下对应的壁厚值和外径值，即能够获取到同一竹筒不同端面的壁厚值和外径值，相较于现有技术中仅能够获取到单个端面壁厚的技术，能够更精确的识别竹筒壁厚信息，从而提高竹筒的切割效果。

附图说明

图1为本发明实施例中的一种竹筒壁厚的检测模型构建方法的步骤流程图；

图2为本发明实施例中的一种竹筒壁厚的检测模型构建方法中分割分类模型的示意图；